Python

1.香港自闭症儿童远程治疗外包项目 2.具体核心功能和项目流程请看作品图片 3.难点：JavaScript互动游戏开发，海康威视视频接口调试。

通过图片预处理分析等方法对图片进行信息提取，设计、建立相关的数据模型，使用传统机器学习、卷积神经网络等方法对数据进行训练与凝血点的识别，使用数据可视化的方法对凝血的发展变化进行分析。

本源坤元Q-EDA系列工具兼容超导/半导体两大物理体系，规划包括版图设计系统、TCAD器件仿真系统、EDA电路仿真系统以及仿真结果分析系统。 2022年4月本源量子发布了我国首款版图设计工业软件——Qlayout，解决量子芯片复杂版图设计简化，提高量子芯片设计效率。器件仿真方面，实现了TCAD仿真4K温区修正，同时基于matlab的量子比特仿真工具正在向Q-EDA平台移植完善中。电路仿真方面，与晶合集成合作，实现晶合110nm工艺器件进行低温建模，并投入低温设计流片实践。2023年3月，本源量子在版图软件的基础上，增加了原理图设计模块，提出了耦合线、连接块概念，用户可以通过原理图模块快速实现芯片设计。同时在版图模块又增加了PDK和3D内容。使用官方PDK绘制的版图可以通过本源代工。3D功能可以按照芯片的工艺步骤实现版图的预览。（2.0版本提供了了版图设计平台及超导芯片辅助结构自动布局工具；2.1版本新增原理图功能，为不同设计阶段用户提供支持；2.2-2.3版本提供了按工艺逐步生成3D结构功能，DRC检查功能，并允许使用PDK辅助/规范设计能力。）

模块及功能：使用了py里面的requests、bs4模块，完成数据的导入最后存入Excel里，完善地将数据整合到雇主眼前，节省了雇主的时间精力和财力，满足了雇主的需求，使得雇主能有更多的时间，有条不紊的进行下一步行动。

项目在实现了档案管理基本功能的基础上，将Elasticsearch与人工智能模型相结合，提供了更加丰富的可跨模态的档案数据检索功能，能够支持字段、图片、人脸等多种检索方式。为档案管理提供了更多的灵活性。

1. 该项目是为职业院校打造的电商教学系统，通过仿真抖音平台实现逼真教学。项目中实现了直播功能，商城完整功能以及教学任务系统功能，另外还包括利用大模型来去评价学生的文案直播等。 2. 我在该项目中担任主要设计和后端开发。

使用Streamlit技术，前后端应用均使用Python语言开发，敏捷开发、快速上线。实现了开发工程中文档的交流与共享，体现了Python的前后端功能。

1、采用Yolo算法训练模型； 2、降训练好的模型转成C++可以使用的模型格式； 3、C++加载模型进行识别，可以接IPC等摄像头进行识别；

遐迩思公司与智能家居厂商联合开发垂直于智能家居领域的生成式人工智能应用-AI销售助理。智能家居行业的销售渠道商存在两个痛点：一是智能家居方案的个性化；二是实施周期长，这导致成本高利润薄。AI销售助理通过多轮会话识别客户需求，自动高效生成全屋智能方案。生成内容包括：自动识别，极速生成设计方案配置清单及报价、户型设备点位图、3D户型灯光效果图、预安装及布线标准、现场安装指导表。并与智能家居厂商物联网系统整合，实现了AI对全屋智能家居设备的参数配置调整，实现了AI自动设置与人声互动设置全屋场景模式。团队自行搜集5000张户型图进行数据打标，基于开源的Qwen-VL大模型微调，实现户型图准确识别。 我们建设了智能家居垂直领域的知识库。针对智能家居门店销售过程（华为80+项SOP）进行拆解，针对各个环节进行提示词工程，并且针对各个场景实现了30+个Function供Agent智能体调用。核心服务基于Langchain AIGC框架+ Faiss向量库+Python实现，前端基于Vue3实现。

开发了一套社媒数据采集的框架，包括爬虫、资源下载模块、采集任务模块、存储模块、消息系统、代理网关，采用微服务架构，使用gRPC进行远程调用。

项目需要前往搜房网等网站获取广州地区在售和预售的房屋价格、位置、房源类型、房间大小、联系方式和详情链接等 获取数据过程中会有房源信息不全等问题，还需要做数据处理

项目概述： 江苏电力智慧财务运营平台是江苏电力数字化项目的一部分，旨在实现数据可视化展示与数据治理。电力信息在多年运营中积累了大量数据，但这些数据分散在阿里中台的各个表中，缺乏统一的维护和展示。因此，亟需建立一个平台进行数据展示与治理。 技术架构： 平台基于 Odoo 进行二次开发，利用其强大的模块化功能集成多种不同功能，并可根据不同客户需求安装不同模块，便于运营与维护。 个人贡献： 我参与并开发了多个关键模块，其中最重要的是数据资源管理模块。该模块通过在阿里中台上部署的脚本获取业务流程中执行的所有 SQL 语句，分析这些语句以确定各个流程的输出表和源表及其血缘关系，并绘制出表之间的血缘关系图。业务人员通过可视化的血缘关系图可以直观了解每个表的每个字段源于哪张源表，数据出现误差时能迅速定位问题。 主要挑战及解决方案： 挑战：某些 SQL 结构复杂，如包含多重子查询、复杂的条件语句等。 解决方案：结合 SQLParse 和正则表达式进行语句分析，通过递归处理复杂子查询，最终取得满意效果。

该App实现一个好文分享平台。 1. 用户可在app进行创建自己的文章进行分享。创建后进入审核，审核通过即可在app展示。 2.普通用户可以在app刷好文，跟刷视频一样。可以添加评论。 3.支持文字转语音，文章一键朗诵功能。 4.严格审核机制，只有正能量文章才可展示。 技术实现 Flutter实现iOS和android双端 项目通过业务模块划分，每个模块相对独立，每个模块均体验了mvc思想，实现多业务松耦合。整体维护性佳。 均已上架AppStore和Google Play 后台实现：Python+flask+nginx 该App从设计到技术开发，上架均本人自己实现。

达芬奇3D打印机配套软件， 光固化打印机配套软件为（米家3D打印） 主要功能包括： 3D打印机远程管理控制: 用户通过应用给3D打印机配网。在应用模型库选择模型一键打印，软件在后端完成模型处理和切片，然后发送到打印机发起打印。 还可以通过在App上点击发送指令控制3D打印机。 社区功能： 用户可自行上传模型，模型经过审核处理后上架模型库。 也可在社区发帖求助或者分享打印。 后端计算服务： 对模型进行减免，快照， 切片等相关处理， 使用户查看模型和打印模型更简单。 我负责的工作： 1. 立项阶段， 完成软件计划的制定，前后端、嵌入式软件实现方案的评估， 安全评估， 隐私评估等工作。 2. 开发阶段， 完成重要功能的方案设计，系统设计。 完成项目架构的开发搭建，完成设备连接服务的开发。 管理项目需求，评估和执行需求变更。按项目计划引导完成开发版本发布， 3. 测试进行。 管理项目质量， 评估项目质量，推进项目质量的优化。协调内外部资源，确保开发的顺利进行。 保持内外部沟通，确保项目的正常运行。 3. 验收阶段，带领完成隐私验收， 安全验收，质量验收，最终应用上架。 4. 维护阶段， 接收

1. 该网站聚合了各种体育直播，回放以及高光等视频功能。 2. 主要负责直播功能的管理开发，以及直播流以及视频流的转码水印等功能

1，项目主要分为扫码观看视频短片和配套的后台管理系统 2，负责项目的总体技术路线和开发工作统筹 3，负责视频合成制作和服务端优化

对常用的云服务Open API进行整合和包装，标准化不提供厂商的API接口，一套SDK能够支持操作多家的云服务资源，支持华为云、阿里云、腾讯云。

该项目是一个大型手游项目，我负责使用C++对该项目所提出的需求进行功能逻辑开发，比如开发商店系统，排行榜系统等，在工作中遇到bug时擅长使用PM命令，断点，日志等方法进行查找并解决问题，具有较好的开发能力与调试能力

项目背景： 江苏各省的电力公司保存了大量非结构化信息，如项目报告、开竣工文件、预算书等，这些文件以Excel、PDF、图片等形式存储，未录入系统中，导致信息难以有效利用。该项目旨在建立一个系统，获取并分析这些文件并输出结构化数据。 技术实现： 该项目使用flask搭建，使用blueprints整合各个模块，我深度参与了多个模块的开发，其中Excel识别和图片识别两个模块较为重要： Excel识别： 挑战：文档格式不统一，不同单位文件单独配置工作量巨大且缺乏拓展性。 解决方案：设置一套配置系统，通过位置和过滤条件动态获取所需单元格的数据。复杂条件通过配 置方法过滤，用户可自行配置应对不同样式的文档。此方法已识别出十万级别的文档并进行结构化 存储，使用Openpyxl和Pandas处理文档。 图片识别： 使用PIL进行图片降噪、切割、旋转等处理，使用PaddleOCR进行文字识别，并通过类似Excel识 别配置的方法获取关键字，得到所需数值。识别开竣工文件日期成功率超过80%。

一，该产品是一款在线设计软件，相较于传统的3DMAX等设计软件，它降低了学习门槛，通过我们提供的模型库，样板间库，户型库等海量在线资源，可以快速实现家装设计，通过我们的渲染功能可以快速的得到照片级的效果图，并且还可以快速合成VR全景图等，方便向业主展示，还可以通过全屋定制，橱柜定制等各种定制软件设计个性化的家具。 二，我在该项目中担任后端架构师，主要负责后端的架构设计，功能开发，服务维护，团队建设等。后端采用了springboot，springcloud，feign来实现微服务架构，使用nacos作为配置中心和服务注册与发现中心，使用MySQL，MongoDB作为数据库，Redis做缓存，rabbitmq作为消息队列，腾讯cos做对象存储等。我们的微服务架构主要拆分成，用户中心，渲染农场，模型工厂，报价服务，主服务等。其中渲染农场采用了golang来实现渲染节点客户端的功能开发，模型工厂的处理节点采用了c++来开发基于3DMAX的自动处理插件。